Prediksi Kualitas Udara di Jakarta Menggunakan Metode Long-Short Term Memory

• MOCHAMMAD TAUFIK JULIANDI
• 2024

---

Penelitian ini berfokus pada dampak polusi lingkungan pada kesehatan manusia dan lingkungan di Jakarta, Indonesia.  Polusi lingkungan adalah kekhawatiran besar, dengan dampak yang signifikan pada kesehatan individu dan kesehatan lingkungan.  Di Indonesia, polusi adalah masalah utama, dengan Jakarta menjadi salah satu kota yang paling tercemar di dunia. Machine learning, pendekatan berbasis AI, dapat digunakan untuk belajar dari data tanpa kebutuhan intervensi manusia.  Long Short-Term Memory (LSTM) adalah algoritma yang digunakan untuk membuat prediksi dengan set data tertentu.  LSTM telah berhasil digunakan untuk memprediksi polusi lingkungan di Teluk Algeciras, Spanyol, dan telah terbukti efektif dalam mengatasi masalah lingkungan. Data yang digunakan yaitu menggunakan dataset indeks standar pencemaran udara (ISPU) di jakarta dari tahun 2010 - 2021. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi kinerja LSTM dalam memprediksi polusi lingkungan di Jakarta dan menerapkan metode pengumpulan data OSEMN Framework.  Hasil penelitian ini dapat membantu menginformasikan pengembangan model untuk memprediksi polusi lingkungan di Jakarta. dan model yang dihasilkan dapat memprediksi dengan baik berdasarkan faktor-faktor yang telah diuji yaitu jumlah dataset, batch size, dan epoch yang digunakan. semakin besar hyperparameter tersebut yang digunakan maka hasil akan semakin akurat.

• Long-Short Term Memory
• Prediksi
• Kualitas
• Udara

https://repository.bsi.ac.id/repo/56768/Prediksi-Kualitas-Udara-di-Jakarta-Menggunakan-Metode-Long-Short-Term-Memory
Anda dapat membaca file tugas akhir ini di repository.